با گسترش روز افزون دسترسی عموم افراد جامعه به اینترنت، بکارگیری تجارت الکترونیکی در داد و ستد های روزانه، نیز افزایش یافته است. از مهمترینارکان تجارت الکترونیکی، سیستم های پرداخت الکترونیکی می باشد و تقلب در پرداخت های الکترونیکی یکی از مشکلات بزرگ است. برای نمونه زیان های تقلب در کارت های اعتباری هر سال افزایش می یابد و یکی از موضوعات مهم در شرکت های کارت اعتباری است. بنابراین شناسایی تقلب به یکی ازمهمترین موضوعات پژوهشی تبدیل شده است. در این مقاله، روشی را که موجب بهبود راهکار تشخیص تقلب در کارت اعتباری که در حال حاضر در یک بانک استفاده میشود، توسعه دادیم. با این راهکاربه هر معامله عددی داده میشود و بر اساس این اعداد معاملات بصورت جعلی یا قانونی طبقهبندی میشوند. هدف معمول راهکارهای تشخیص تقلب، کمینه کردن تعدداد طبقهبندی غلط معاملات است. به هرحال، در واقعیت، طبقهبندی غلط هر معماله اثر مشابهی در آن ندارد اگر یک کارت در دست کلاهبرداران باشد همه محدودیتهای موجود بر آن، تماما مصرف میشود. این چیزی است که در این مقاله میخواهیم به حداقل برسانیم. به همین دلیل برای روش حل، ترکیبی از دو روش فراابتکاری معروف، به نامهای الگوریتمهای ژنتیک و جستجوی پراکنده، را پیشنهاد
دادیم. این روش بر روی دادههای حقیقی اعمال شده و نتایج بسیار موفقی در مقایسه با عملکرد فعلی به دست آمده است.